与双打混合时使用int和unsigned int之间的速度差异
我有一个应用程序，内部循环的一部分基本上是：
double sum = 0; for (int i = 0; i != N; ++i, ++data, ++x) sum += *data * x; 如果x是unsigned int，那么代码的长度是int的3倍！
这是一个更大的代码库的一部分，但我把它归结为基本要素：
#include #include #include #include typedef unsigned char uint8; template double moments(const uint8* data, int N, T wrap) { T pos = 0; double sum = 0.; for (int i = 0; i != N; ++i, ++data) { sum += *data * pos; ++pos; if (pos == wrap) pos = 0; } return sum; } template const char* name() { return "unknown"; } template const char* name() { return "int"; } template const char* name() { return "unsigned int"; } const int Nr_Samples = 10 * 1000; template void measure(const std::vector& data) { const uint8* dataptr = &data[0]; double moments_results[Nr_Samples]; time_t start, end; time(&start); for (int i = 0; i != Nr_Samples; ++i) { moments_results[i] = moments(dataptr, data.size(), 128); } time(&end); double avg = 0.0; for (int i = 0; i != Nr_Samples; ++i) avg += moments_results[i]; avg /= Nr_Samples; std::cout << "With " << name() << ": " << avg << " in " << (end - start) << "secs" << std::endl; } int main() { std::vector data(128*1024); for (int i = 0; i != data.size(); ++i) data[i] = std::rand(); measure(data); measure(data); measure(data); return 0; }
编译时没有优化：
luispedro@oakeshott:/home/luispedro/tmp/so §g++ test.cpp luispedro@oakeshott:/home/luispedro/tmp/so §./a.out With int: 1.06353e+09 in 9secs With unsigned int: 1.06353e+09 in 14secs With int: 1.06353e+09 in 9secs
通过优化：
luispedro@oakeshott:/home/luispedro/tmp/so §g++ -O3 test.cpp luispedro@oakeshott:/home/luispedro/tmp/so §./a.out With int: 1.06353e+09 in 3secs With unsigned int: 1.06353e+09 in 12secs With int: 1.06353e+09 in 4secs
我不明白为什么速度这么大的差异。 我试着从生成的assembly中找出它，但我无处可去。 有人有什么想法？
这与硬件有关，还是gcc优化机制的限制？ 我打赌第二个。
我的机器是Intel 32位运行的Ubuntu 9.10。
编辑 ：自斯蒂芬问，这里是解编译源（来自-O3编译）。 我相信我得到了主循环：
int版本：
40: 0f b6 14 0b movzbl (%ebx,%ecx,1),%edx sum += *data * pos; 44: 0f b6 d2 movzbl %dl,%edx 47: 0f af d0 imul %eax,%edx ++pos; 4a: 83 c0 01 add $0x1,%eax sum += *data * pos; 4d: 89 95 54 c7 fe ff mov %edx,-0x138ac(%ebp) ++pos; if (pos == wrap) pos = 0; 53: 31 d2 xor %edx,%edx 55: 3d 80 00 00 00 cmp $0x80,%eax 5a: 0f 94 c2 sete %dl T pos = 0; double sum = 0.; for (int i = 0; i != N; ++i, ++data) { 5d: 83 c1 01 add $0x1,%ecx sum += *data * pos; 60: db 85 54 c7 fe ff fildl -0x138ac(%ebp) ++pos; if (pos == wrap) pos = 0; 66: 83 ea 01 sub $0x1,%edx 69: 21 d0 and %edx,%eax T pos = 0; double sum = 0.; for (int i = 0; i != N; ++i, ++data) { 6b: 39 f1 cmp %esi,%ecx sum += *data * pos; 6d: de c1 faddp %st,%st(1) T pos = 0; double sum = 0.; for (int i = 0; i != N; ++i, ++data) { 6f: 75 cf jne 40
未签名版本：
50: 0f b6 34 13 movzbl (%ebx,%edx,1),%esi sum += *data * pos; 54: 81 e6 ff 00 00 00 and $0xff,%esi 5a: 31 ff xor %edi,%edi 5c: 0f af f0 imul %eax,%esi ++pos; 5f: 83 c0 01 add $0x1,%eax if (pos == wrap) pos = 0; 62: 3d 80 00 00 00 cmp $0x80,%eax 67: 0f 94 c1 sete %cl T pos = 0; double sum = 0.; for (int i = 0; i != N; ++i, ++data) { 6a: 83 c2 01 add $0x1,%edx sum += *data * pos; 6d: 89 bd 54 c7 fe ff mov %edi,-0x138ac(%ebp) 73: 89 b5 50 c7 fe ff mov %esi,-0x138b0(%ebp) ++pos; if (pos == wrap) pos = 0; 79: 89 ce mov %ecx,%esi 7b: 81 e6 ff 00 00 00 and $0xff,%esi sum += *data * pos; 81: df ad 50 c7 fe ff fildll -0x138b0(%ebp) ++pos; if (pos == wrap) pos = 0; 87: 83 ee 01 sub $0x1,%esi 8a: 21 f0 and %esi,%eax for (int i = 0; i != N; ++i, ++data) { 8c: 3b 95 34 c7 fe ff cmp -0x138cc(%ebp),%edx sum += *data * pos; 92: de c1 faddp %st,%st(1) for (int i = 0; i != N; ++i, ++data) { 94: 75 ba jne 50
这是-O3版本，这就是源线上下跳跃的原因。 谢谢。
原因如下：许多常见架构（包括x86）都有硬件指令将signed int转换为double，但没有从unsigned到double的硬件转换，因此编译器需要在软件中合成转换。 此外，Intel上唯一的无符号乘法是全宽乘法，而有符号乘法可以使用带符号的乘法低指令。
GCC从unsigned int到double的软件转换可能非常不理想（考虑到你观察到的减速幅度，几乎可以肯定），但是当使用有符号整数时，代码的预期行为会更快。
假设一个智能编译器，64位系统上的差异应该小得多，因为64位有符号整数 – >双转换可以用来有效地进行32位无符号转换。
编辑：说明一下：
sum += *data * x;
如果整数变量是有符号的，那么应该按照这些行编译成一些东西：
mov (data), %eax imul %ecx, %eax cvtsi2sd %eax, %xmm1 addsd %xmm1, %xmm0
另一方面，如果整数变量是无符号的，则cvtsi2sd不能用于进行转换，因此需要软件解决方法。 我希望看到这样的事情：
mov (data), %eax mul %ecx // might be slower than imul cvtsi2sd %eax, %xmm1 // convert as though signed integer test %eax, %eax // check if high bit was set jge 1f // if it was, we need to adjust the converted addsd (2^32), %xmm1 // value by adding 2^32 1: addsd %xmm1, %xmm0
这对于unsigned – > double转换来说是“可接受的”codegen; 它可能很容易变得更糟。
所有这一切都假设浮点代码生成到SSE（我相信这是Ubuntu工具的默认值，但我可能是错的）。
这是VC ++ 6.0生成的一些代码 – 没有优化：
4: int x = 12345; 0040E6D8 mov dword ptr [ebp-4],3039h 5: double d1 = x; 0040E6DF fild dword ptr [ebp-4] 0040E6E2 fstp qword ptr [ebp-0Ch] 6: unsigned int y = 12345; 0040E6E5 mov dword ptr [ebp-10h],3039h 7: double d2 = y; 0040E6EC mov eax,dword ptr [ebp-10h] 0040E6EF mov dword ptr [ebp-20h],eax 0040E6F2 mov dword ptr [ebp-1Ch],0 0040E6F9 fild qword ptr [ebp-20h] 0040E6FC fstp qword ptr [ebp-18h]
正如您所看到的，转换unsigned做了相当多的工作。
使用带有intel Q6600的visual studio 2010输出……（注意：我将循环次数从128 * 1024增加到512 * 1024）
发布模式……
With int: 4.23944e+009 in 9secs With unsigned int: 4.23944e+009 in 18secs With int: 4.23944e+009 in 9secs
调试模式…
With int: 4.23944e+009 in 34secs With unsigned int: 4.23944e+009 in 58secs With int: 4.23944e+009 in 34secs
发布模式下的ASM …（未签名）
for (int i = 0; i != Nr_Samples; ++i) { 011714A1 fldz 011714A3 mov edx,dword ptr [esi+4] 011714A6 add esp,4 011714A9 xor edi,edi 011714AB sub edx,dword ptr [esi] moments_results[i] = moments(dataptr, data.size(), 128); 011714AD mov ecx,dword ptr [ebp-1388Ch] 011714B3 fld st(0) 011714B5 xor eax,eax 011714B7 test edx,edx 011714B9 je measure+79h (11714E9h) 011714BB mov esi,edx 011714BD movzx ebx,byte ptr [ecx] 011714C0 imul ebx,eax 011714C3 mov dword ptr [ebp-138A4h],ebx 011714C9 fild dword ptr [ebp-138A4h] //only in unsigned 011714CF test ebx,ebx //only in unsigned 011714D1 jns measure +69h (11714D9h) //only in unsigned 011714D3 fadd qword ptr [__real@41f0000000000000 (11731C8h)] //only in unsigned 011714D9 inc eax 011714DA faddp st(1),st 011714DC cmp eax,80h 011714E1 jne measure +75h (11714E5h) 011714E3 xor eax,eax 011714E5 inc ecx 011714E6 dec esi 011714E7 jne measure +4Dh (11714BDh) 011714E9 fstp qword ptr [ebp+edi*8-13888h] 011714F0 inc edi 011714F1 cmp edi,2710h 011714F7 jne measure +3Dh (11714ADh) }
发布模式下的ASM …（已签名）
for (int i = 0; i != Nr_Samples; ++i) { 012A1351 fldz 012A1353 mov edx,dword ptr [esi+4] 012A1356 add esp,4 012A1359 xor edi,edi 012A135B sub edx,dword ptr [esi] moments_results[i] = moments(dataptr, data.size(), 128); 012A135D mov ecx,dword ptr [ebp-13890h] 012A1363 fld st(0) 012A1365 xor eax,eax 012A1367 test edx,edx 012A1369 je measure+6Fh (12A138Fh) 012A136B mov esi,edx 012A136D movzx ebx,byte ptr [ecx] 012A1370 imul ebx,eax 012A1373 mov dword ptr [ebp-1388Ch],ebx 012A1379 inc eax 012A137A fild dword ptr [ebp-1388Ch] //only in signed 012A1380 faddp st(1),st 012A1382 cmp eax,80h 012A1387 jne measure +6Bh (12A138Bh) 012A1389 xor eax,eax 012A138B inc ecx 012A138C dec esi 012A138D jne measure +4Dh (12A136Dh) 012A138F fstp qword ptr [ebp+edi*8-13888h] 012A1396 inc edi 012A1397 cmp edi,2710h 012A139D jne measure +3Dh (12A135Dh) }
有趣的…启用释放模式和SSE …..（删除了fld和flds指令但添加了4条指令）
With int: 4.23944e+009 in 8secs With unsigned int: 4.23944e+009 in 10secs With int: 4.23944e+009 in 8secs for (int i = 0; i != Nr_Samples; ++i) { 00F614C1 mov edx,dword ptr [esi+4] 00F614C4 xorps xmm0,xmm0 //added in sse version 00F614C7 add esp,4 00F614CA xor edi,edi 00F614CC sub edx,dword ptr [esi] moments_results[i] = moments(dataptr, data.size(), 128); 00F614CE mov ecx,dword ptr [ebp-13894h] 00F614D4 xor eax,eax 00F614D6 movsd mmword ptr [ebp-13890h],xmm0 //added in sse version 00F614DE test edx,edx 00F614E0 je measure+8Ch (0F6151Ch) 00F614E2 fld qword ptr [ebp-13890h] //added in sse version 00F614E8 mov esi,edx 00F614EA movzx ebx,byte ptr [ecx] 00F614ED imul ebx,eax 00F614F0 mov dword ptr [ebp-1388Ch],ebx 00F614F6 fild dword ptr [ebp-1388Ch] 00F614FC test ebx,ebx 00F614FE jns measure +76h (0F61506h) 00F61500 fadd qword ptr [__real@41f0000000000000 (0F631C8h)] 00F61506 inc eax 00F61507 faddp st(1),st 00F61509 cmp eax,80h 00F6150E jne measure +82h (0F61512h) 00F61510 xor eax,eax 00F61512 inc ecx 00F61513 dec esi 00F61514 jne measure +5Ah (0F614EAh) 00F61516 fstp qword ptr [ebp-13890h] 00F6151C movsd xmm1,mmword ptr [ebp-13890h] //added in sse version 00F61524 movsd mmword ptr [ebp+edi*8-13888h],xmm1 //added in sse version 00F6152D inc edi 00F6152E cmp edi,2710h 00F61534 jne measure +3Eh (0F614CEh) }
我在运行Linux的64位机器上运行gcc 4.7.0。 我用clock_gettime调用替换了时间调用。
CPU：Intel X5680 @ 3.33 GHZ
GCC标志：-Wall -pedantic -O3 -std = c ++ 11
结果：
With int time per operation in ns: 11996, total time sec: 1.57237 Avg values: 1.06353e+09 With unsigned int time per operation in ns: 11539, total time sec: 1.5125 Avg values: 1.06353e+09 With int time per operation in ns: 11994, total time sec: 1.57217 Avg values: 1.06353e+09
显然在我的机器/编译器上，unsigned更快。